भाषण इंटेलीजेंसी माप: व्यक्तिपरक तरीके

क्या हो रहा है?

हम फोन पर बात करते हैं, हम कॉन्सर्ट हॉल में भाषण और भाषण सुनते हैं। हममें से कुछ लोग किसी और की बातचीत पर प्रकाश डालने की कोशिश करते हैं, दूसरे लोग वायरटैपिंग को असंभव बनाने की कोशिश करते हैं। हालाँकि, ऊपर उल्लिखित सभी मामलों के लिए, ऐसी स्थितियाँ थीं जब बाहर के शोर ने उसे सुनने से रोक दिया था जो कि आवश्यक था ताकि शब्द बस अवैध हो जाएं। ऐसी समस्याओं से बचने के लिए, ट्रैक्स के संचालन से पहले वॉयस कम्युनिकेशन चैनलों की एक ध्वनिक परीक्षा की जाती है।

एक चैनल या एक आवाज संचार चैनल (या आवाज की जानकारी प्रसारित करने के लिए एक चैनल) एक भौतिक माध्यम है, एक ऐसा मार्ग है जो ध्वनि भेजने से लेकर प्राप्त करने तक यात्रा करता है। यह एक हवा, इलेक्ट्रो-ध्वनिक, कंपन, पैरामीट्रिक, ऑप्टोइलेक्ट्रोनिक चैनल हो सकता है, लेकिन हम उन पर नहीं बसेंगे, क्योंकि हमारा लक्ष्य पथ की गुणवत्ता के लिए सबसे महत्वपूर्ण मानदंड को मापना है - भाषण की समझदारी।

भाषण इंटेलीजेंस को मापने के लिए तरीकों को एक सूची के रूप में संक्षेप में प्रस्तुत किया जा सकता है:

• व्यक्तिपरक:
  
  • विशुद्ध रूप से व्यक्तिपरक विधि;
  • objectified;
  • स्वर;
  
  
• उद्देश्य:
  
  • फार्मेंट:
    
    • एआई (आर्टिक्यूलेशन इंडेक्स);
    • SII (स्पीच अंडरस्टैंडिंग इंडेक्स);
    
    
  • मॉडुलन:
    
    • एसटीआई (स्पीच ट्रांसमिशन इंडेक्स);
    • RASTI (फास्ट एसटीआई);
    • STIPA (ध्वनि सुदृढीकरण प्रणालियों के लिए एसटीआई);
    • STITEL (दूरसंचार प्रणालियों के लिए एसटीआई);
    
    
  • % एल्सन्स (व्यंजन अभिव्यक्ति के नुकसान का अनुमान);
  
  

बेशक, सोवियत विधियां भी हैं पोक्रोव्स्की, ब्यकोव, सैपोज़्कोव, लेकिन हम उन्हें नहीं छूएंगे, कम से कम अभी के लिए, क्योंकि उपरोक्त विधियां सबसे अच्छा परिणाम प्रदान करती हैं।

बेशक, हम एक ही बार में सब कुछ कवर करने में सक्षम नहीं हैं, इसलिए एक शुरुआत के लिए हम उद्देश्य विधियों और व्यक्तिपरक लोगों के बीच मतभेदों पर विचार करेंगे, और बाद वाले पर और भी अधिक विस्तार से ध्यान देंगे।

शुद्ध विषय

स्पीकर-ऑडिटर की एक जोड़ी शुद्ध व्यक्तिपरक विधि का उपयोग करके भाषण की समझदारी का आकलन करने में शामिल है। सीसीआईआर (अंतर्राष्ट्रीय रेडियोकोम्यूनिकेशन एडवाइजरी कमेटी) की सिफारिशों के अनुसार एक रेडियो स्टेशन का परीक्षण करने के उदाहरण पर उनके काम पर विचार करना सुविधाजनक है: रेडियो चैनल के प्रसारण पक्ष पर, उद्घोषक पाठ पढ़ता है, जबकि प्राप्त पक्ष के ऑडिटर पांच-बिंदु (या कुछ अन्य) पैमाने पर पथ का मूल्यांकन करते हैं। इस दृष्टिकोण के स्पष्ट बड़े दोष को नोटिस करना मुश्किल है, अर्थात् परीक्षण लोगों की भाषण और सुनवाई की विशेषताओं के परिणाम पर अपरिहार्य प्रभाव।

इस समस्या का समाधान उतना ही स्पष्ट है जितना कि समस्या।

Obektivizirovannost

सबसे आम ऑब्जेक्टिफाइड विधि आर्टिक्यूलेशन विधि है। यह इस तथ्य में शामिल है कि परीक्षण चैनल में माप की शुरुआत से पहले सामान्य ध्वनिक स्थिति (शोर का स्तर) बनाई जाती है। कई ऑडिटर भाग लेते हैं, और सादे पाठ के बजाय उद्घोषक विशेष रूप से शब्दांश तालिकाओं (आर्टिक्यूलेशन टेबल) को पढ़ता है। ऑडिटर्स रिकॉर्ड करते हैं कि वे क्या सुनते हैं और ट्रांसमिशन सत्र के अंत में, एनाउंसरों के साथ उनकी तालिकाओं की तुलना करते हैं। उनकी कुल संख्या के लिए सही ढंग से सुना गया सिलेबल्स का अनुपात भाषण की समझदारी का आकलन है, जो एक प्रतिशत या एक इकाई के अंशों के रूप में व्यक्त किया जाता है।


ध्यान दें कि बड़ी संख्या में निर्धारित और तदनुसार स्वीकृत सिलेबल्स के साथ, विभिन्न कारकों का प्रभाव औसत होता है। यदि एनाउंसरों और ऑडिटरों के अलग-अलग समूह परीक्षण में भाग लेते हैं, तो कारकों के प्रभाव को और कम किया जाता है। यह व्यक्त विधि का उद्देश्य है। हालांकि, इतना ही नहीं। वस्तुनिष्ठ परिणाम प्राप्त करने में ठीक ध्वनि संयोजनों के एक संयोजन द्वारा मदद मिलती है, जिसमें शब्दार्थ भार नहीं होता है, क्योंकि जब शब्द या वाक्यांश मिलते हैं, तो आप सोच सकते हैं और पथ द्वारा विकृत तत्व को पुनर्स्थापित कर सकते हैं।

ऑडिटर्स के लिए, एक राय है कि ये विशेष रूप से प्रशिक्षित टीम होनी चाहिए, लेकिन GOST R 50840-95 को इसके ठीक विपरीत की आवश्यकता होती है। व्यक्तिगत रूप से, मैं बाद के लिए अधिक इच्छुक हूं।

आर्टिक्यूलेशन टेबल उदाहरण
यवसुरा	पॉव	regex	नींद	Onsala	अरी	RASO	न्याय
इंच	बैठने के लिए	सीआईएफ	एबीओ	बयान	धोखा	स्मृति	zem
पुआल	Panya	सी एंड एफ	संकोच	छापे	आईडीई	BPA	zhas
zym	Lyakh	चन्द्रमा	NEH	जिले	एएलटी	बकवास

लाभ:

• सार्वभौमिकता (विधि किसी भी प्रकार के पथ पर लागू होती है);
• सरलता (विधि को ऑपरेटरों से विशेष तकनीकी ज्ञान की आवश्यकता नहीं होती है)

नुकसान:

• माप प्रक्रिया की भारीता (समय, सामग्री और मानव संसाधनों की महत्वपूर्ण लागत की आवश्यकता होती है);
• कृत्रिम तालिकाओं का निर्माण (प्रत्येक नए प्रकार की तालिका के साथ माप परिणाम भिन्न होते हैं);
• ऑपरेटरों के प्रशिक्षण की डिग्री पर परिणामों की निर्भरता;
• प्रक्रिया को स्वचालित करने में असमर्थता;
• मानव कारक (भाषण और सुनने की विशेषताओं के परिणाम पर प्रभाव)

Obektivizirovannost। भाग २

एक अन्य वस्तुपरक व्यक्तिपरक विधि पर विचार करें - तानवाला विधि, जिसके अनुसार स्पीकर को शुद्ध टोन जनरेटर द्वारा बदल दिया जाता है। यह कृत्रिम आवाज वास्तव में विसारक के बिना एक सामान्य लाउडस्पीकर है, जो इस तरह से संकेत उत्पन्न करता है कि विभिन्न आवृत्तियों पर बनाया गया ध्वनि दबाव स्तर फॉर्मेंट स्पेक्ट्रम की वक्र के अनुरूप होगा। ऑडिटर कहीं नहीं जाते। अब उनका कार्य केवल यह निर्धारित करना है कि किसी संकेत को किसी आवृत्ति पर सुना जाता है या नहीं।

माप की आवृत्तियों
250	500	650	800	990	1125	1300	1500	1700	1875
2050	2225	2425	2725	3100	3500	3850	4550	6150	8600

जब तक ध्वनि अब श्रव्य नहीं हो जाती है, तब तक सुगमता से क्षीणन में प्रवेश करके रूपों के सनसनी स्तर को मापा जाता है, तब तक क्षीणन को कम किया जाना चाहिए जब तक कि ध्वनि प्रकट न हो। दो क्षीणन मान औसत हैं - यह माप का परिणाम है।

औपचारिक भाषण समझदारी तालिका द्वारा निर्धारित की जाती है:

डीबी	%	डीबी	%	डीबी	%	डीबी	%	डीबी	%	डीबी	%
1	0.04	10	0.65	19	1.92	28	3.22	37	4.28	46	4.75
2	0.09	11	0.76	20	2.07	29	3.37	38	4.37	47	4.78
3	0.14	12	0.89	21	2.2	30	3.51	39	4.46	48	4.8
4	0.19	13	1.03	22	2.36	31	3.64	40	4.52	49	4.82
5	0.24	14	1.18	23	2.5	32	3.75	41	4.57	50	4.85
6	0.3	15	1.32	24	2.65	33	3.87	42	4.62	51	4.88
7	0.37	16	1.47	25	2.79	34	3.97	43	4.66	52	4.95
8	0.46	17	1.62	26	2.93	35	4.08	44	4.69
9	0.55	18	1.77	27	3.08	36	4.18	45	4.72
डीबी टोन सनसनी का स्तर है; % - औपचारिक भाषण इंटेलीजेंसी

कुल योगात्मक समझदारी को घटकों के योग के रूप में परिभाषित किया गया है:


वाक् इंटेलीजेंस की माप को पूरा करने के लिए, सिलेबिक इंटेलीजेंसी को निर्धारित करना पर्याप्त है:

एक	एस	एक	एस	एक	एस	एक	एस	एक	एस
5	5	25	46.2	45	75	65	90	85	98
10	15	30	55	50	80	70	92.5	90	99
15	26	35	62.5	55	81	75	95.2	95	99.5
20	36	40	69	60	87.2	80	96.2	100	100
ए - फॉर्मेंट स्पीच इंटेलीजेंसी; एस - शब्दांश भाषण इंटेलीजेंसी

लाभ:

• अन्नदाताओं की जरूरत नहीं है;
• काफी कम माप समय;
• कोई आर्टिक्यूलेशन टेबल की जरूरत नहीं

नुकसान:

• मापने के कर्मियों की तकनीकी शिक्षा के लिए आवश्यकताओं में वृद्धि;
• प्रक्रिया को स्वचालित करने में असमर्थता;
• मानव कारक

लेकिन क्या ...

... उद्देश्य विधियों और व्यक्तिपरक के बीच अंतर? मुझे लगता है कि आप पहले से ही अनुमान लगा चुके हैं कि पूरी चीज मानव कारक में है, या इसकी अनुपस्थिति में, क्योंकि वे माप के लिए एक कृत्रिम आवाज, मुंह और कान का उपयोग करते हैं।

सरलतम उद्देश्य विधि पर विचार करें।

सबसे पहले, ऑपरेटिंग परिस्थितियों के अनुरूप एक शोर स्तर परीक्षण पथ के प्राप्त छोर पर बनाया गया है। अगला, कृत्रिम कान के आउटपुट में शोर का स्तर कान के महत्वपूर्ण आवृत्ति बैंड में मापा जाता है, जबकि इस बैंड की औसत आवृत्ति मापने वाले टोन की आवृत्ति के बराबर होती है। यह शोर स्तर तय किया जाना चाहिए, हमें अभी भी इसकी आवश्यकता है। उसके बाद, शोर के बजाय, मार्ग इनपुट को एक टोन सिग्नल खिलाया जाता है। माइक्रोफ़ोन पर ध्वनि की तीव्रता का स्तर लिया जाता है ताकि क्षीणन नियामक पर एक सशर्त शून्य पर, ध्वनि दबाव वितरण फॉर्मेंट स्पेक्ट्रम की वक्र से मेल खाती हो। फिर, क्षीणन नियंत्रण की सहायता से, वे यह प्राप्त करते हैं कि पथ के आउटपुट पर टोन सिग्नल का स्तर हमारे द्वारा पहले दर्ज किए गए शोर स्तर के बराबर हो जाता है। क्षीणन नियंत्रण रीडिंग माप का परिणाम है।

फॉर्मेंट और सिलेबिक इंटेलीजेंस को निर्धारित करने के लिए, वे उसी तरीके का उपयोग करते हैं जैसे कि तानवाला विधि में।

लाभ:

• सटीकता और गति;
• कोई एनाउंसर और ऑडिटर की आवश्यकता नहीं है;
• माप प्रक्रिया को पूरी तरह से स्वचालित करने की क्षमता

नुकसान:

• मापने के कर्मियों की तकनीकी शिक्षा के लिए आवश्यकताओं में वृद्धि

अंत

आमतौर पर, इन शब्दों के बाद, शायद कुछ भी नहीं होना चाहिए, शायद क्रेडिट के अलावा, इसलिए मैं बेहद संक्षिप्त होगा: यह "नीचे उपनाम" था, हमें किसी भी समय आपके लिए सुविधाजनक देखें। और आपके ध्यान के लिए धन्यवाद!